INTRODUCCIÓN

Es este trabajo se realizo una investigación sobre las cláusulas de Horn y

resolución SLD para si identificar reglas de inferencia lógica y emplearlas en la
representación del conocimiento y poder lealizar los lenguajes de porgramacion
mas eficientes.

Un ejemplo es clausula de Horn que es una secuencia de literales que contiene

a lo sumo un literal positive. Describiendo sus reglas y que se hace en esa
clausula.

DESARRO DEL TEMA

Cláusulas de Horn y resolución SLD

La resolucion general es un mecanismo muy potente de demostracion pero

tiene un alto grado de indeterminismo en la seleccion de las clausulas con las
que hacer resolucion y en la seleccion de los literales a utilizar en la resolucion
Desde el punto de vista computacional es muy ineficiente.

.
Desde el punto de vista practico puede sacrificarse algo de expresividad y
obtener un mecanismo mas eficiente que sustente un lenguaje de programacion
mas “realista”:

 Restringimos la forma de las clausulas de modo que a lo sumo tengan un

literal positivo. En notacion de Kowalski esto quiere decir que a lo sumo
tienen un atomo en el lado izquierdo de ←
 un metodo de resolucion especıfico para este tipo de clausulas.

Una clausula de Horn es una secuencia de literales que contiene a lo sumo un

literal positivo. Al escribirla en notacion de Kowalski tendr´a una de estas cuatro
formas:

 Hecho: p ← 2
 Regla: p |{z} cabeza ← q1, . . . , qn | {z } cuerpo3
 Objetivo: ← q1, . . . , qn 4
 Exito: ´ ←

Los hechos y las reglas se denominan clausulas definidas: los hechos

representan “hechos acerca de los objetos” (de nuestro universo de discurso),
relaciones elementales entre estos objetos las reglas expresan relaciones
condicionales entre los objetos, dependencias

Clausulas de Horn
Las reglas engloban todos los casos en el siguiente sentido:

 un hecho es una regla con cuerpo vacıo

 un objetivo es una regla con cabeza vacıa
 el exito es una regla con cabeza y cuerpo vacios
Las clausulas de Horn trabajamos con secuencias de literales en vez de
conjuntos Esto implica dos cosas:

.
  Los literales pueden aparecer repetidos en el cuerpo
 Un orden en los literales del cuerpo (podemos hablar del primer literal,
segundo literal, etc).

Un predicado queda definido por el conjunto de clausulas (hechos y reglas)

cuyas cabezas tienen ese sımbolo de predicado. Ası pues la definicion de un
predicado en general tendra el aspecto:

p(t1, . . . ,tn) ←

p(s1, . . . ,sn) ←

...

p(u1, . . . , un) ← q1 (. . .), . . . , qm(. . .)

p(u1, . . . , un) ← r1 (. . .), . . . ,rk (. . .)

...

Un programa logico es un conjunto de definiciones de predicados (es decir, un

conjunto de clausulas definidas: hechos y reglas).

Ejemplo 1
Representaci´on de un grafo mediante hechos:

.
 arco(a, b) ←

arco(a, c) ←

arco(b, d) ←

arco(c, d) ←

arco(c, e) ←

arco(d, e) ←

.
Ejemplo 2
Podemos definir la suma de naturales (representados como c y s) mediante un
hecho y una regla:

suma(c,X,X) ←
suma(s(X),Y ,s(Z)) ← suma(X,Y , Z)

plantear distintos objetivos:

← suma(s(c),s(s(c)),s(s(s(c))))
← suma(X,s(c),s(s(c)))
← suma(s(c),Y , Z)
← suma(X,Y , Z)
← suma(X,X, Z), suma(Z, Z, H)

.
SLD-Resolucion
Selection-rule driven Linear resolution for Definite clauses
Es un caso particular de la resolucion general, donde:
Los resolventes son siempre objetivos (clausulas sin cabeza).
Los programas son conjuntos de clausulas (de Horn) definidas, i.e., hechos y
reglas.
Hay una funcion de selecci´on que selecciona un atomo del resolvente a quien
aplicar resolucion

Ejemplo
Supongamos el programa (c representa cero y s sucesor):
suma(c,Y ,Y ) ←
suma(s(X),Y ,s(Z)) ← suma(X,Y , Z)
y el objetivo ← suma(s(c),s(c),s(s(c))) (asumimos que fs selecciona el primer
objetivo por la izquierda).

.
 Conclusion
Se realizaron diferentes ejemplos donde identificamos los diferentes tipos de
clausulas de hor
Sus difrentes formas como se pueden hacer y sus definiciones de cada una y para
que sirven o los significados de cada letras y sus orden donde van ubicadas.

Bibliografia
1. L. E. Miller, “Indoor Navigation for First Responders: A Feasibility Study”.
2. S. Fischer, H. Grubeck, A. Kangas, H. Koorapaty, E. Larsson, P. Lundqvist,
“Time of Arrival Estimation of Narrowband TDMA Signals for Mobile
Positioning” Personal Indoor and Mobile Radio Communications, 1998.